بسمهتعالی
گزارش و تحلیل مقاله
A Secured Framework for SDN-Based Edge Computing in IoT-Enabled Healthcare System
توسعه و گسترش فناوریهای سختافزاری امکان تلفیق هوش مصنوعی (AI)، اینترنت اشیا، Edge computing و تصمیمگیری بلادرنگ را فراهم کرده است. ادغام هوش مصنوعی و اینترنت اشیا اصطلاح جدید به نام هوش مصنوعی اشیا (AIoT) ایجاد کرده که در آن دستگاههای اینترنت اشیا از سیستم عصبی دیجیتال و هوش مصنوعی به عنوان مغز سیستم استفاده میکند.AIoT در امور روزانه مثل سلامت هوشمند، خانه هوشمند و خردهفروشی هوشمند، به کار گرفته میشود. در این گونه کاربردها، تجهیزات AIoT اطلاعات را به سرویسهای ابری از طریق Edge computing برای تصمیمگیری، منتقل میکنند.از آنجا که در سیستمهای مراقبتهای بهداشتی، تجهیزات اینترنت اشیا به طور مداوم بیماران را کنترل میکنند و دادههای مورد نیاز را به طور مداوم منتقل میکنند، لازم است از فعالیتهای مخرب محافظت شوند.
در این مقاله برای پر کردن خلا تحقیقات موجود با ترکیب این تکنولوژیها، یک چارچوب ایمن برای Edge computing مبتنی بر SDN در سیستم مراقب بهداشتی مبتنی بر IoT ارائه شده است. در چارچوب پیشنهادی این مقاله یک روش احراز هویت سبک و Edge computing مبتنی بر SDN برای توازن بار بین سرورهای Edge برای غلبه بر محدودیتهای یک سرور Edge، به کار گرفته شده است.
جمعبندی و پیشنهادات برای کارهای آتی
در این مقاله، یک چارچوب امن برای computing Edge مبتنی بر SDN در سیستمهای مراقبتهای بهداشتی مجهز به اینترنت اشیا ارائه شده است. احراز هویت دستگاههای اینترنت اشیا با استفاده از یک طرح احراز هویت سبک انجام میشود. پس از احراز هویت، دادههای بیماران برای پردازش به سرور Edge ارسال میشود. سرورهای Edge برای تعادل بار همکاری میکنند و دارای یک کنترل کننده SDN پیکربندی شده برای تصمیم گیری هوشمند هستند. computing Edge مبتنی بر SDN دارای همکاری بهتر Edge و استفاده بهینه از منابع از طریق پیکربندی بهینه شبکه است. این منجر به عملکرد بهتر شبکه در شاخصهایی مانند زمان پاسخگویی متوسط، نسبت تحویل بسته، تاخیر، توان عملیاتی و سربار کنترل شبکه میشود. نتایج شبیهسازی برای سه سناریوی مختلف شبکه، کارایی طرح پیشنهادی مقاله را تایید میکند.
در این راهکار مواردی در نظر گرفته نشده است و یا نیاز به تکمیل دارند که به صورت کار آتی میتوان در نظر گرفت:
- افزایش امنیت چارچوب پیشنهادی با محافظت از حریم خصوصی بیماران و داده های آنها
- ذخیره الگوهای داده و استفاده از یک الگوریتم یادگیری ماشین برای پیش بینی فعالیت های مخرب در شبکه
- افزودن روشهای لاگبرداری در راستای افزایش امنیت شبکه
- افزودن Redundancy به کنترلر SDN برای حل مشکل SPF در SDN
مراجع
Li, Junxia, Jinjin Cai, Fazlullah Khan, Ateeq Ur Rehman, Venki Balasubramaniam, Jiangfeng Sun, and P. Venu, "A Secured Framework for SDN-Based Edge Computing in IoT-Enabled Healthcare System", IEEE Access, vol.8, pp.135479-135490, 2020
براي مشاهده ويدئو روي تصوير زير کليک نماييد